AI-Generated Measurements for Identification and Inference with Missing Data: A Weak Shadow Variable Approach
Dit artikel stelt een met weinig aannames beladen raamwerk voor voor partiële identificatie dat door door AI gegenereerde metingen als "zwakke schaduwvariabelen" gebruikt om scherpe grenzen te construeren en inferentie uit te voeren op populatiehoeveelheden onder condities van niet-willekeurige ontbrekende gegevens (missing-not-at-random), waarbij significante verbeteringen in schattingsnauwkeurigheid en intervalprecisie ten opzichte van klassieke methoden worden aangetoond in semi-synthetische experimenten.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.